Introducci贸n al curso

1

Introducci贸n al curso de Machine Learning Aplicado con Python

C贸mo definir un problema de Machine Learning

2

Importancia de definir el problema en Machine Learning

3

Predecir el ingreso de pel铆culas de IMDB

4

Terminolog铆a de Machine Learning

5

Materiales del curso: Notebooks de Jupyter

El ciclo de ingenier铆a de Machine Learning

6

El ciclo de Machine Learning

Montar un ambiente de trabajo Pydata

7

Configuraci贸n del ambiente de trabajo con Google Collab

8

Qu茅 es y c贸mo se utiliza Numpy

9

Arrays en Numpy

10

Operaciones aritm茅ticas en Numpy

Preparaci贸n de los datos

11

Cargar los datos necesarios para el proyecto

12

Inspecci贸n de los tipos de datos

13

Inspecci贸n cuantitativa y de salud de los datos

14

Limpiar los datos

15

Manejo de datos faltantes

Modelaci贸n y evaluaci贸n

16

El objeto estimador de Scikit-Learn

17

Implementar un modelo de regresi贸n (Lasso)

18

Ajustando Modelos de Machine Learning, Underfitting y Overfitting

19

Evaluando el modelo

Feature Engineering

20

Feedback del modelamiento

21

An谩lisis exploratorio

22

Continuando con el an谩lisis exploratorio

23

Creaci贸n de features

24

Creando m谩s features

25

Selecci贸n de features y la maldici贸n de la dimensionalidad

Modelos y Evaluaci贸n m谩s avanzada

26

Cross Validation

27

Selecci贸n de modelos

28

Curvas de aprendizaje

29

Introducci贸n a Ensembles y 脕rboles de Decisi贸n

30

Random Forest y Gradient Boosting Trees

31

Optimizaci贸n de hiperpar谩metros

32

Conclusiones del curso

A煤n no tienes acceso a esta clase

Crea una cuenta y contin煤a viendo este curso

Conclusiones del curso

32/32
Recursos

Aportes 76

Preguntas 4

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesi贸n.

Muy buen curso, lo 煤nico que falt贸 para cerrar todo el ciclo de creaci贸n del modelo es poder utilizar el modelo entrenado para predecir o clasificar valores de un nuevo dataset, es decir, ponerlo en producci贸n.

Al principio dijo que ibamos a revisar como pasar un modelo a producci贸n pero no lo vimos.
El punto de pasar un modelo a producci贸n y como conectarlo con data real es importante.

驴Alguna recomendaci贸n de algun recurso donde expliquen como pasar a producci贸n su modelo?

Excelente, este curso. Me encant贸!!! A parte de los temas concretos que se maneja, da muchos feedback, la estructura del trabajo es excelente. Reitero, muy bueno el curso.

Excelente Curso, un tanto complicado en la formulaci贸n, pero con un poco de atenci贸n se logra entender bien.

Muchas gracias! Excelente docente.

Excelente curso, gracias al profe Juan Pablo por su presentaci贸n y su esmero en las explicaciones.

Amigos, como aporte les comparto este canal de youtube, donde en los primeros 8 videos se desarrolla un proyecto de ML desde cero, se entrena el modelo y se lleva a produccion.

Machine Learning & Data Science Project

Primero se entrena un modelo para predecir el precio de apartamentos, luego se exporta el modelo y usando Flask se lleva a produccion (se hace una app web donde ingresamos los datos del apartamento y se obtiene un precio estimado).

Me pareci贸 muy bueno para practicar todo lo que vimos en el curso e ir un poquito m谩s all谩 llevando el modelo a producci贸n. Saludos!

Y como siempre Juan Pablo nunca respondi贸 mis preguntas.

Muchas gracias por el curso!

Excelente curso! gracias Juan Pablo

Muy bien curso. Bastante pr谩ctico y claro!

Excelente curso. De los mejores que he hecho.

Se termin贸 el curso y de Platzi no respondieron mis preguntas.
Muchas gracias a todos.

Es un muy buen curso, es el primer paso para los que queremos seguir aprendiendo y trabajando con ML, aprecio mucho todo el aprendizaje que he tenido y la utilizaci贸n de python como lenguaje principal. Se debe seguir explorando y proponiendo nuevos modelos para terminar de aterrizar todos los conceptos. Gracias Platzi Team.

Estuvo muy bueno el curso, gracias!

Excelente el contenido del curso, gracias

Excelente curso!!

Sos un grande, jamas me imagine que ibamos a profundizar tanto como lo hicimos en los ultimos modelos, gracias totales

Buen curso, le ayuda a uno a ver la dimensionalidad de este tema en s铆. Muchas gracias.

Me gust贸 mucho el m茅todo de ense帽anza utilizado, muy practico鈥 sin embargo qued贸 pendiente un video con la validaci贸n de si este modelo final predice bien con datos nuevos o hacer una prueba con datos de pel铆culas reales para conocer si dicha pel铆cula con sus caracter铆sticas iba a ser exitosa o no segun el modelo de prediccion鈥

Necesitare Seguir practicando para no olvidar los conocimientos adquiridos, Excelente curso.

Hice un modelo de reconocimiento de imagenes con sklearn, el que esta interesado aca le dejo el link:
https://platzi.com/tutoriales/1796-scikitlearn-ml/6246-reconocimiento-de-numeros-con-sklearn/

Est谩 bueno el curso, algunos puntos est谩n desactualizados, pero en t茅rminos generales es un buen repaso a temas vistos en otros cursos de la ruta de IA+ML.

Me uno a los comentarios. Sin duda el mejor curso de todo el learning path.
Gracias profesor 馃槂

Curso de 0 a avanzado, muy muy completo. A pesar de tener ya el certificado hice de nuevo el curso s贸lo para repasar importantes t贸picos que se tocan aqu铆, el profe Juanpa es una joya! gracias por todo platzi y profe

El mejor curso que he tomado en la ruta de IA

Los temas son los adecuados, con muy buenas explicaciones y recursos.

Muchas gracias profesor!

Que gran curso, me hizo ganarle mucho mas respeto a esta rama y a motivarme mas a practicar, ganar experiencia y nunca parar de aprender.

Gracias Juan Pablo

Si, muy bueno el curso. Tan solo una pregunta: Que se puede concluir con el resultado de la estimaci贸n:
0.80928
como le traduces ese numero a un lenguaje natural a un funcionario?

Recuerden el principio del problema.
Gracias por la respuesta a quien la pueda compartir.

Esta es de las mejores conclusiones de curso que he visto en la plataforma.

excelente el curso.

chicos, por que se conoce al machine learnig como tabulares?

Gran curso. Excelentes explicaciones. Le deja a uno bases s贸lidas para seguir aprendiendo

Muchas Gracias, excelente curso. Toca seguir practicando鈥

Muy buenas recomendaciones para continuar profundizando en ML, muchas gracias

Que puedo hacer cuando tengo que instalar varias librer铆as las cuales se demoran en cargar , como optimizo tiempo. Ademas como hacer para no estar instalando cada vez que las necesite, si en la mayoria de las trabajos utilizo las mismas con las mismas librerias.
ej: conda install -c conda-forge pycountry

Machine Learning es un tema muy complejo, y el profesor Juan Pablo Morales lo ha explicado muy bien.
Destaco las explicaciones paso a paso que son muy importantes para probar en nuestros propios equipos, entender y practicar lo que se esta haciendo. Gracias.

Les recomiendo que consulten sobre el PCA y LDA , ayudan mucho a mejorar las caracter铆sticas, ya que crean nuevas features usando las features que tenemos, y reducen la dimensi贸n mejorando el comportamiento.

Fue un buen curso exploratorio de Machine Learning , mostrando las diferentes t茅cnicas para atacar un problema de ML , el camino es largo y esto fue un abre-bocas para iniciarnos en este campo.
Muchas Gracias!

Excelente curso, gracias por las ense帽azas

Me gustaria que se trabajaran modelos arima, sarima, arch, garch, e-garch,m-garch, i- garch

Excelente curso y muy organizado, tanto en inforamci贸n como en material.

Muchas gracias, bastante conocimiento, habr谩 que profundizar un poco mas para dominar el tema.

Estuvo bueno como curso introductorio, muchas gracias.

Excelente.

Este curso es solo un avance de todo lo que tenemos que aprender, muchas Gracias por su aporte profe

Desde mi punto de vista, me parece un buen curso, pero pienso que falta mas estructurar la documentaci贸n con el fin de validar referencias tanto del contexto como de conceptos en el uso de definiciones y librer铆as, ya que al principio se nota mucho la falta de informaci贸n.

Gracias.

muchas gracias profesor Juan pablo, excelente curso

Me queda un aprendizaje general sobre ML, tendre que profundizar para ir avanzando, Muchas gracias Profesor , de los Mejores.

Excelente curso, quedaron algunas dudas pero se pueden ir resolviendo en el entrenamiento

Esta ha sido la mejor clase de todas por que el tutorial estivo p茅simo y con esos datos tan buenos, un rating de 0.75 es bastante pobre para todo el tiempo que le pusimos a este modelo. Yo obtuve un score de training de 0.95 y de prueba de 0.89 con los datos. He hecho ademas otras modificaciones menores a los datos y con un Lasso() mejorado obtuve 0.96 y 0.92. No he ensayado los datos con modelos mas refinados pero la clave es la preparaci贸n de los datos, y de esto aprendimos bastante poco鈥

excelente curso, explicaba y da a entender todos los temas con facilidad, ya consiste en llevar a la practica dicho conocimiento y retornos a encontrar el score adecuado del modelo que se requiera.

Muchas gracias, Juan Pablo. Excelente curso.

Muchas gracias, excelente curso y muy buen Profesor!!

Excelente curso!!

El mejor curso de la ruta Data Science/IA hasta ahora, por diferencia. Ojal谩 tengamos de nuevo a Juan Pablo en Platzi. Gracias Juanpa!

Grande el profe, grandes aportes.

Excelente Curso. Muchas gracias Platzy y a Juan Pablo Morales por compartir todo su conocimiento con nosotros

El curso es muy bueno para hacer un primer acercamiento al Machine Learning, con un buen equilibrio entre los temas avanzados y las explicaciones. Sin embargo, del contenido de curso, en especial el codigo programaci贸n empleado est谩n desactualizados lo que corta la fluidez del aprendizaje en este curso, por causa de tener que corregir errores en el c贸digo usado en la explicaci贸n

Buen curso, con contenido denso y mostrando lo mucho que toca estudiar.

Como beneficiario del programa del mintic este es mi segundo curso de la ruta que me armaron, el primero fue el curso de phyton, pasar de ese a curso a este fue un gran cambio, lo considero un buen curso, al menos en otros videos y materiales que busque se parecia mucho la forma en la que hablaban esas personas a como lo hacia el profesor, sin embargo, es el primer acercamiento que hago y por lo tanto queda todo por complementar, cosa que hare claro, tomando otros cursos y estudiando, gracias al profesor y a la plataforma.

Como primeros pasos hacia el ML, creo que fue bastante interesante.Agradezco al docente por la informaci贸n aunque se debi贸 actualizar algunos comandos para evitar uno que otro fallo en el c贸digo.

Excelente curso!!! En mi opini贸n el mejor de esta ruta de aprendizaje hasta ahora. Y Juan Pablo excelente profesor. Perfecta mezcla de manejar temas complejos y explicarlos de manera simple. Gracias!

excelente curso鈥 muy entendible鈥 solo debo practicar mucho para coger el ritmo鈥 gracias

Muchas gracias, muy buen curso!!!, creo que lo 煤nico que falto por complementar fue la puesta en producci贸n de los modelos

Muchas gracias. Muy 煤tiles todos los conocimientos adquiridos. Algo queda claro y es que hay mucho por estudiar y aprender. ML es todo un mundo, pero con pr谩ctica, pr谩ctica y m谩s pr谩ctica, se puede.

Muchas gracias Juan Pablo y colaboradores, hasta le momento ha sido el mejor curso que he tomado en esta plataforma

Buen curso, muy aplicado

Buen curso y muy aplicado

Excelente curso!!!
Demasiada informaci贸n y excelente profe.

Excelnete curso, bien explicado y super el formato del material de cada sesi贸n鈥 de lo mejor.

Gracias por el curso y las recmendaciones!

Excelente curso

Muy buenas recomendaciones. La clave es repetir, repetir, repetir鈥 Practicar, practicar, practicar鈥

Gracias por este curso, a seguir aprendiendo!

Les comparto este link comparten cosas muy interesantes de ML as铆 como de data science https://towardsdatascience.com/

EXCELENTE CURSO, ME AYUD脫 MUCHO 馃槃

Excelente curso. Muchas gracias.